Estilometria e Atribuição de Autoria

Escritores deixam impressões digitais estatísticas. As frequências de palavras pequenas e inconscientes — 'o', 'de', 'e' — variam pouco dentro da obra de um autor, mas diferem entre autores, e a estilometria explora isso para resolver disputas de autoria e para estudar o estilo quantitativamente.

Definition

A análise estatística de características mensuráveis do estilo de escrita para caracterizar autores e atribuir textos de autoria incerta ou disputada.

Scope

Abrange a medição quantitativa do estilo literário e seu uso na atribuição de textos a autores: a escolha de características estilísticas, medidas de distância e classificação como o Delta de Burrows, e a validação de reivindicações de atribuição. Inclui a história do campo desde os Federalist Papers até os métodos modernos de aprendizado de máquina, e suas aplicações forenses.

Core questions

• Quais características textuais melhor capturam o estilo distintivo de um autor?
• Como as reivindicações de atribuição podem ser testadas e validadas?
• Por que as frequências de palavras de função são tão eficazes para a atribuição?
• Quais são os limites da estilometria em diferentes gêneros, períodos e traduções?

Key concepts

• Palavras de função
• Delta de Burrows
• Seleção de características
• Classificação
• Validação cruzada

Key theories

Frequência de palavras de função como sinal autoral

Mosteller e Wallace mostraram que as frequências de palavras de função comuns podiam discriminar autores, usando inferência bayesiana para atribuir os Federalist Papers disputados.

Delta de Burrows

Burrows introduziu o Delta, uma medida de distância sobre as palavras mais frequentes que se tornou um método padrão e robusto para classificar autores candidatos.

Atribuição moderna como classificação

Stamatatos pesquisou como a atribuição de autoria é enquadrada como um problema de classificação de texto, comparando conjuntos de características e métodos de aprendizado de máquina.

History

O estudo quantitativo da autoria data do século XIX, mas o estudo de Mosteller e Wallace de 1964 sobre os Federalist Papers estabeleceu a abordagem estatística moderna. O Delta de Burrows (2002) forneceu ao campo uma medida amplamente adotada, e levantamentos como o de Stamatatos (2009) mapearam a mudança para a classificação por aprendizado de máquina e o uso forense.

Debates

Confiabilidade e confiança das atribuições

Os métodos estilométricos podem ser poderosos, mas sensíveis ao tamanho do corpus, gênero e pré-processamento, levantando questões sobre o grau de confiança que as atribuições merecem, especialmente em contextos forenses.

Key figures

• Frederick Mosteller
• David Wallace
• John Burrows
• Efstathios Stamatatos

Seminal works

• mosteller1964
• burrows2002
• stamatatos2009

Frequently asked questions

Por que focar em palavras minúsculas como 'o' em vez de vocabulário distintivo?

O vocabulário distintivo frequentemente reflete o tópico de um texto em vez de seu autor. As palavras de função comuns são usadas inconscientemente e em taxas estáveis na escrita de um autor, mas diferem entre autores, tornando-as um sinal de estilo confiável e independente do tópico.